大数据的理念由来已久，而真正提出且明确大数据这一概念的是1997年的Michael Cox和David Ellsworth。用现有的角度看，当时的数据量确实不能看作“大数据”，但是限于当时的硬件的发展水平及信息化发展，处理如此当量的数据已然显得非常困难。

　　随着硬件处理能力以摩尔定律的速度在发展，使用者在处理数据的能力快速提高。例如1997年Pentium Ⅱ处理器包涵了750万个晶体管，而2013年Core i7最多包涵了22.7亿个晶体管，增长近300倍。但是数据量的规模更为巨大，2005年产生的数据总量约为130 EB，2012年这一数字为2.5 ZB，预计2020年将猛增到40 ZB，如此庞大的数据就围绕在电力企业的实际工作中。

　　大数据的特点有三方面（3V）：数据量（Volume）、高速度（Velocity）、多样化（Variety）。大数据的上述特点带来两个方面的改变，首先传统的数据处理方式不能满足大数据的处理要求，当数据达到PB、EB级别时，传统的设备处理能力已经无能为力；二是大数据的处理带来新的分析结果，比较典型的案例是google利用其海量用户产生的搜索记录成功预测了2009年H5N1禽流感的爆发，且比官方数据更具有时效性；社交网络twitter的数据成功预测奥巴马连任；美国的Target百货公司根据女孩在Target连锁店中的购物记录，推断女孩是否怀孕，并向顾客进行产品推荐；阿里通过对商户最近100天的数据分析，就能知道哪些商户可能存在资金问题，此时的阿里贷款平台就可以同潜在的贷款对象进行沟通。如此看来，以上的分析对电力企业如何突破传统的模式，并以海量的数据中分析用电客户的需求，是非常必要的。
        2 电力行业的困境

　　电力行业经历21世纪初至今的快速发展期，发展速度已经放缓。首先用户增长如天花板隐现。辽宁公司供电营业区域14.8万平方公里，服务人口4 380余万人。截至2013年末，全省发电装机总容量达3 965.72万千瓦，其中清洁能源装机占比23.66%；辽宁电网拥有66 kV及以上输电线路49 009 km、变电容量（含换流容量）17 613万千伏安、变电站（含换流站）1 647座。2013年，公司售电量完成1 682.16亿千瓦时，同比增长8.68%。用电普及率107.3%，新增用户开发越发困难，存量用户的抢夺日趋激烈。其次是电力资费的不断调整。2011年电力综合价格水平同比下降5.1%，2012年同比下降1.9%。最后是电力业务替代品层出不穷。新技术让电力产品有了更多可替代性，分布式电源开发等新技术冲击了电力企业的主营业务。